Page 74 - Nemec Rudež, Helena, 2016. Analiza turističnega povpraševanja izbranih izvornih trgov Slovenije. Koper: Založba Univerze na Primorskem
P. 74
liza turističnega povpraševanja izbranih izvornih trgov Slovenije
Avtokorelacijo preverimo z Durbinovim h-testom, pri čemer uporabi-
mo podatke (n, DW in se Dt-1,) iz Tabele 7. Vrednost Durbinovega h-testa
znaša:
Vrednost h je nižja od 1,96, zato ničelne hipoteze, da avtokorelacija ni
prisotna, ne zavrnemo. Sklepamo torej, da avtokorelacija v modelu ni pri-
sotna.
Za preverjanje heteroskedastičnost uporabimo Parkov test, v katerem za
pbbeeolljaaas89n))j,ienvkanoltanrooadvspvnirisenlmoogeasnprlirjtieevmmkoenšutlpejivovirklaaobppimraeonnoančraairtvaenvvinvilpolorgegadarrhitioteemdmnkermvaastdlierBtautDoDPvt-oI1,ts((tTTanaa---
74 kov regresije (ln u2).
Tabela 8: Parkov test za pojasnjevalno spremenljivko naravni logaritem rasti BDP.
Regresijski koeficient Vrednost regresijskega T-test Stopnja tveganja
koeficienta
Konstanta 0,795 0,432
It 7,064 -0,700 0,489
-1,391
Vir: izračuni avtorice monografije.
Tabela 9: Parkov test za pojasnjevalno spremenljivko naravni logaritem števila prenočitev v
predhodnem letu.
Regresijski koeficient Vrednost regresijskega T-test Stopnja tveganja
koeficienta
Konstanta 1,812 0,079
Dt-1 15,428 -1,713 0,096
-1,105
Vir: izračuni avtorice monografije.
Regresijska koeficienta pojasnjevalnih spremenljivk sta v obeh prime-
rih statistično neznačilna, zato sklepamo, da heteroskedastičnost v mode-
lu ni prisotna.
Oceno natančnosti modela preverimo ex post z absolutno procentual-
no napako napovedi za leto 2014 (glejte Tabelo 10). Z antilogaritmiranjem
lnDt izračunamo načrtovano število prenočitev:
ln Dt = 1,042 + 0,821 * lnI t + 0,649 lnDt-1
Avtokorelacijo preverimo z Durbinovim h-testom, pri čemer uporabi-
mo podatke (n, DW in se Dt-1,) iz Tabele 7. Vrednost Durbinovega h-testa
znaša:
Vrednost h je nižja od 1,96, zato ničelne hipoteze, da avtokorelacija ni
prisotna, ne zavrnemo. Sklepamo torej, da avtokorelacija v modelu ni pri-
sotna.
Za preverjanje heteroskedastičnost uporabimo Parkov test, v katerem za
pbbeeolljaaas89n))j,ienvkanoltanrooadvspvnirisenlmoogeasnprlirjtieevmmkoenšutlpejivovirklaaobppimraeonnoančraairtvaenvvinvilpolorgegadarrhitioteemdmnkermvaastdlierBtautDoDPvt-oI1,ts((tTTanaa---
74 kov regresije (ln u2).
Tabela 8: Parkov test za pojasnjevalno spremenljivko naravni logaritem rasti BDP.
Regresijski koeficient Vrednost regresijskega T-test Stopnja tveganja
koeficienta
Konstanta 0,795 0,432
It 7,064 -0,700 0,489
-1,391
Vir: izračuni avtorice monografije.
Tabela 9: Parkov test za pojasnjevalno spremenljivko naravni logaritem števila prenočitev v
predhodnem letu.
Regresijski koeficient Vrednost regresijskega T-test Stopnja tveganja
koeficienta
Konstanta 1,812 0,079
Dt-1 15,428 -1,713 0,096
-1,105
Vir: izračuni avtorice monografije.
Regresijska koeficienta pojasnjevalnih spremenljivk sta v obeh prime-
rih statistično neznačilna, zato sklepamo, da heteroskedastičnost v mode-
lu ni prisotna.
Oceno natančnosti modela preverimo ex post z absolutno procentual-
no napako napovedi za leto 2014 (glejte Tabelo 10). Z antilogaritmiranjem
lnDt izračunamo načrtovano število prenočitev:
ln Dt = 1,042 + 0,821 * lnI t + 0,649 lnDt-1